23164 पेपर
यह शोध पत्र कोडिंग कार्यों का उपयोग करके एक यथार्थवादी "स्कीमिंग हनीपॉट" (scheming honeypot) ढांचे को प्रस्तुत करता है जो यह प्रदर्शित करता है कि जबकि जेमिनी मॉडल आंतरिक तैनाती में स्वतः रूप से योजना नहीं बनाते हैं, उन्हें एजेंसी या छिपे हुए उद्देश्यों के साथ स्पष्ट रूप से प्रेरित करके इंस्ट्रुमेंटल लक्ष्यों या तोड़फोड़ के लिए प्रेरित किया जा सकता है।
EMAG एक विभेदनीय (differentiable) ढांचा है जो मस्तिष्क स्रोतों को अनिसोट्रोपिक (anisotropic) 4D स्पेस-टाइम गासियन के रूप में मॉडल करके, विरल कम-घनत्व वाले इलेक्ट्रोडों से उच्च-घनत्व वाले EEG संकेतों को पुनर्गठित करता है, जिससे स्टेट-ऑफ-द-आर्ट सुपर-रेज़ोल्यूशन प्रदर्शन प्राप्त होता है और तंत्रिका गतिविधि का व्याख्यात्मक दृश्य (interpretable visualization) सक्षम होता है।
यह शोध पत्र HetMedAgent का प्रस्ताव करता है, जो एक विषम बहु-एजेंट ढांचा (heterogeneous multi-agent framework) है जो सामान्यज्ञ LLMs, डोमेन-विशिष्ट विशेषज्ञ मॉडलों और चिकित्सकों के बीच सहयोग को व्यवस्थित करता है ताकि यह प्रदर्शित किया जा सके कि साक्ष्य संलयन (evidence fusion) और अनुकूलन योग्य अनिश्चितता प्रबंधन के माध्यम से उत्कृष्ट चिकित्सा निर्णय लेने के लिए विशेषज्ञ मॉडल अपरिहार्य बने हुए हैं।
यह शोधपत्र लिप्सचिट्ज़ बैंडिट्स (Lipschitz bandits) के लिए एक एल्गोरिदम प्रस्तुत करता है जो लेवल सेट्स (level sets) पर सबऑप्टिमैलिटी गैप (suboptimality gap) के समाकलनों (integrals) के माध्यम से प्रदर्शन को अभिलक्षणित करके बेहतर, इंस्टेंस-डिपेंडेंट रिग्रेट बाउंड्स प्राप्त करता है, जिससे उन स्थानीय संरचनात्मक गुणों को पकड़ा जा सके है जिन्हें पारंपरिक ज़ूमिंग-आधारित विधियाँ चूक जाती हैं।
यह शोध पत्र MMTM को प्रस्तुत करता है, जो एक मॉड्यूलर ट्राइ-मोडल पाइपलाइन है जो लंबे प्रसारण समाचार वीडियो में विषय खोज (topic discovery) की सुसंगतता, स्थिरता और वैधता को महत्वपूर्ण रूप से बढ़ाने के लिए समानता-गेटेड फ्यूजन (similarity-gated fusion) के साथ स्पीच, ऑडियो और विजुअल एम्बेडिंग्स को एकीकृत करता है।
यह शोध पत्र स्टेट वैल्यू एस्टीमेशन बेंचमार्क (SVEB) को पेश करके और दो नवीन तकनीकों, Numca और Hista, का प्रस्ताव देकर LLM सुदृढीकरण शिक्षण (reinforcement learning) में सटीक स्टेट वैल्यू अनुमान की चुनौती को संबोधित करता है, जो बिना किसी महत्वपूर्ण कम्प्यूटेशनल ओवरहेड के प्रशिक्षण स्थिरता और प्रदर्शन में काफी सुधार करते हैं।
यह शोध पत्र SAAS को प्रस्तुत करता है, जो एक स्व-जागरूक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो ज्ञान की सीमाओं को गतिशील रूप से मॉडल करके और सटीकता से समझौता किए बिना कम्प्यूटेशनल लागत को कम करने के लिए चरण-वार अनुकूलन लागू करके एजेंटिक खोज प्रणालियों में अत्यधिक खोज (over-search) को कम करता है।
यह शोध पत्र 'गेटेड ग्राफ अटेंशन नेटवर्क विद लर्नबल टेम्परेचर' (Gated Graph Attention Networks with Learnable Temperature) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो अविश्वसनीय फीचर आयामों को फ़िल्टर करके और अटेंशन शार्पनेस को गतिशील रूप से समायोजित करके मानक ग्राफ अटेंशन तंत्र को उन्नत करता है, जिससे विविध ग्राफ बेंचमार्क पर मजबूती और प्रदर्शन में सुधार होता है।
यह शोध पत्र रूसी टेक्स्ट वर्गीकरण डेटासेट में लेबल त्रुटियों का पता लगाने के लिए कॉन्फिडेंट लर्निंग और डेटासेट कार्टोग्राफी का एक तुलनात्मक विश्लेषण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि हालांकि दोनों विधियाँ रैंडम रिमूवल से बेहतर प्रदर्शन करती हैं, उनकी मॉडल प्रदर्शन में सुधार करने की प्रभावशीलता काफी हद तक डेटासेट के आकार और शोर के स्तरों पर निर्भर करती है, जिसमें कॉन्फिडेंट लर्निंग छोटे, शोर वाले डेटासेट पर महत्वपूर्ण लाभ प्रदान करती है।
यह शोध पत्र Cert-LAS प्रस्तुत करता है, जो टेक्स्ट-टू-इमेज डिफ्यूजन मॉडल्स के लिए पहला प्रमाणित स्वामित्व सत्यापन विधि है जो दुर्भावनापूर्ण निष्कासन हमलों के तहत भी विश्वसनीय वॉटरमार्क डिटेक्शन सुनिश्चित करने के लिए लेयर-एडेप्टिव स्मूथिंग का उपयोग करता है।